model_card:
name: "cagrigungor/urun-kategori-classifier"
description: |
Bu model, ürün isimlerini belirli kategorilere ayırmak için ince ayarlanmış bir BERT tabanlı metin sınıflandırma modelidir.
Özellikle Türkçe ürün açıklamaları için tasarlanmıştır ve e-ticaret platformlarında ürünleri doğru kategorilere
otomatik olarak atamak amacıyla geliştirilmiştir.
details:
developer: "Çağrı Güngör"
model_type: "Sequence Classification"
language: "Turkish"
finetuned_from: "bert-base-uncased"
training_data:
source: "urunkat.parquet (CSV/Parquet formatında)"
sample_count: "Yaklaşık N örnek"
category_count: "{len(unique_labels)} adet"
split: "%%train_size%%/%%validation_size%% (varsayılan 90%/10%)"
preprocessing:
- "NaN veriler atıldı"
- "Text alanı 512 token'a truncation=True ile kırpıldı"
training_procedure:
base_model: "bert-base-uncased"
epochs: 5
train_batch_size: 16
eval_batch_size: 32
learning_rate: 2e-5
optimizer: "AdamW"
evaluation_metrics:
- accuracy
- precision
- recall
- f1
best_model_selection: "load_best_model_at_end=True"
evaluation_results:
accuracy: "%%accuracy%%"
precision: "%%precision%%"
recall: "%%recall%%"
f1_score: "%%f1%%"
intended_uses:
direct_use:
- "Ürün isimlerini veya kısa ürün açıklamalarını alarak ilgili kategoriye sınıflandırma"
- "E-ticaret siteleri ve envanter yönetimi sistemlerinde otomatik kategori atama"
downstream_use:
- "Arama Motoru Optimizasyonu"
- "Öneri Sistemleri"
- "Veri Temizliği"
out_of_scope:
- "Genel amaçlı doğal dil anlama (NLU) görevleri"
- "Çok uzun veya karmaşık metinlerin sınıflandırılması"
- "Niş kategorilerdeki ürünlerin sınıflandırılması"
- "Tıbbi veya hukuki karar mekanizmalarında kullanılması"
bias_and_limitations: |
- Modelin performansı eğitim verisinin kalitesine ve çeşitliliğine bağlıdır.
- Yeni veya az örnekli kategorilerde düşük performans gösterebilir.
- Yazım hataları veya eksik bilgiler hatalı sınıflandırmaya sebep olabilir.
- Yakın kategoriler arasındaki ince ayrımlarda zorlanabilir.
recommendations:
- "Model çıktılarını insan denetiminden geçirin."
- "Periyodik retraining yaparak güncel tutun."
- "Düşük güven skorlu tahminler için manuel inceleme mekanizması kurun."
- "Kritik alanlarda tek başına karar için kullanmayın."
usage_example: |
from transformers import pipeline
classifier = pipeline(
'text-classification',
model='cagrigungor/urun-kategori-classifier',
tokenizer='cagrigungor/urun-kategori-classifier'
)
res = classifier("çevre dostu bambu diş fırçası")
print(res)
citation: |
@misc{urunKategoriClassifier2025,
title={Product-to-Category Classifier},
author={Çağrı Güngör},
year={2025},
howpublished={\url{
https://huggingface.co/cagrigungor/urun-kategori-classifier}},
}
